基于超声影像组学的乳腺癌预测模型的诊断性能研究

目的评估并比较基于不同机器学习算法建立的乳腺癌超声影像组学预测模型的诊断性能。 方法回顾性收集2017年1月至2019年4月就诊皖南医学院第一附属医院、有明确病理结果的乳腺肿块病例828例，以2018年8月31日为节点将其分为训练集（526例）和验证集（302例），提取肿块的超声影像组学特征并进行特征筛选，运用k最近邻（kNN）、逻辑回归（LR）、朴素贝叶斯（NB）、随机森林（RF）和支持向量机（SVM）5种机器学习算法分别建立预测模型，使用重复交叉验证方法做内部验证，计算比较各模型的敏感度、特异度、阳性预测值（PPV）和阴性预测值（NPV），并实施外部验证，绘制ROC曲线并比较ROC曲线下面积（AUC）以评价模型的鉴别诊断性能，绘制校准曲线评价模型校准度。 结果从提取的109个影像组学特征中筛选出19个特征建立了5种机器学习算法模型。在内部验证中，5种模型的敏感度、特异度、PPV、NPV比较，总体差异均有统计学意义（P均＜0.001）。LR模型的特异度、PPV、NPV中位数分别为0.769、0.816、0.778，3项指标均高于其他4种模型；敏感度中位数为0.824，高于kNN、RF和SVM模型。此外，SVM模型的特异度、PPV、NPV中位数分别为0.706、0.774、0.759，虽均低于LR模型，但均高于其他3种模型。在外部验证中，LR、SVM、RF、kNN和NB的AUC依次为0.890、0.832、0.821、0.746和0.703，其中LR与SVM的AUC差异有统计学意义（P=0.012）；此外，各模型在校准性能上表现并不一致，LR和SVM模型的校准曲线显示乳腺癌实际概率与预测概率之间的一致性较好。 结论以超声影像组学特征为基础，运用不同机器学习算法建立的乳腺癌超声预测模型，均表现出较高的诊断性能，其中LR模型表现最为突出；选择合适的机器学习算法有助于进一步提高预测模型的诊断性能，提供更加准确的量化预测结果。     

两种不同手术入路方案在Ⅰ~Ⅱ期乳腺癌患者中的手术效果对比及其对乳头乳晕区感觉乳房美观性的影响

目的探讨2种不同手术入路方案在Ⅰ~Ⅱ期乳腺癌患者中的影响。方法选取郑州大学附属郑州中心医院2018年9月至2020年12月期间93例Ⅰ~Ⅱ期乳腺癌患者为研究对象,按不同术式分为2组,对照组46例给予乳腺+腋窝双切口入路,观察组47例给予环乳晕单切口入路手术方案治疗。对比2组患者术后指标。结果观察组的手术时间短于对照组,差异有统计学意义(P<0.05);观察组的并发症发生率4%(2/47)低于对照组17%(8/46),差异有统计学意义(P<0.05);观察组双乳对称性评分及综合美学效果评分均高于对照组,差异具有统计学意义(P<0.05)。结论环乳晕单切口入路的手术方案能够提高术后患者乳房美观性,降低手术时间及术后并发症发生率。     

艾立布林治疗晚期乳腺癌疗效和安全性的多中心真实世界研究

目的探讨真实世界艾立布林治疗晚期乳腺癌的疗效及安全性。方法选取2019年12月至2020年12月就诊于北京市朝阳区三环肿瘤医院、山东省肿瘤医院、北京大学肿瘤医院、包头市肿瘤医院、中国医科大学附属盛京医院及中国医学科学院肿瘤医院的晚期乳腺癌患者。生存分析采用Kaplan-Meier法和Log rank检验, 多因素分析采用Cox回归模型。结果 77例患者中位无进展生存时间为5个月, 客观缓解率(ORR)为33.8%, 疾病控制率(DCR)为71.4%。三阴性乳腺癌患者ORR为23.1%, DCR为57.7%;Luminal型乳腺癌患者ORR为40.0%, DCR为77.8%;人表皮生长因子受体2过表达型乳腺癌患者ORR为33.3%, DCR为83.3%。艾立布林为一线至二线治疗患者的ORR为50.0%, DCR为66.7%;三线至四线治疗患者的ORR为29.4%, DCR为76.5%;五线至十一线治疗患者的ORR为28.6%, DCR为71.4%。艾立布林单药治疗组患者的ORR为40.0%, DCR为66.0%;联合化疗或靶向治疗组患者的ORR为22.2%, DCR为81.5%。在辅助治...     

影像学判断乳头乳晕复合体受累的研究进展

保留乳头乳房切除术(nipple-sparing mastectomy,NSM)因较高的肿瘤学安全性以及较好的美学效果,成为越来越多的乳腺癌患者治疗或高患癌风险女性预防性切除的首选。而在术前评价乳头乳晕复合体(nipple-areola complex,NAC)受累情况,选择适合NSM的患者则是亟待解决的重点和难题。本文介绍了近年来应用影像学手段术前预测NAC受累的研究进展及其优缺点,为外科医生后续手术方式的选择提供了重要信息。     

第三届乳癖散结有奖征文活动通知

为总结“乳癖散结胶囊(颗粒、片)”在乳腺增生疾病的临床有效性,进一步探讨其作用机理,加强学术交流合作,促进合理使用,使患者获益,陕西白鹿制药股份有限公司举办“第二届乳癖散结有奖征文活动”。诚邀广大临床医师参加。     

剪切波成像对乳腺BI-RADS 4类肿块分类影响的研究

目的:探讨剪切波成像（shear wave elastography，SWE）对乳腺BI-RADS 4类肿块分类影响。方法:收集2017年9月至2019 年3月就诊于我院肿瘤科且常规超声定为BI-RADS 4类的乳腺肿瘤患者139例，共 157个病灶，在手术或穿刺活检前均进行SWE检查，以病理结果作为金标准，评估常规超声及SWE对乳腺肿块诊断的敏感度、特异度和准确性。结果:常规超声诊断4a类73个，4b类35个，4c类49个，常规超声诊断乳腺肿块的敏感性86.1%，特异性74.1%，准确性76.9%；SWE参数最大杨氏模量值（Emax）诊断乳腺良恶性病灶的临界值为94.15 kPa，以该值为诊断良恶性肿块的依据，SWE校正BI-RADS分类后诊断的敏感性87.5%，特异性90.6%，准确性90.4%。结论:SWE通过硬度信息评估，在常规超声的基础上矫正BI-RADS 4类肿块的亚分类，降低了误诊率，提高了诊断的准确性，有一定临床应用价值。     

经皮对比增强超声在乳腺癌前哨淋巴结术前定位及转移风险评估中的临床应用价值

目的探讨经皮注射对比增强超声(CEUS)在乳腺癌前哨淋巴结(SLN)术前定位及转移风险评估中的临床应用价值。 方法根据纳入及排除标准，选择2019年5～9月在江苏大学附属人民医院乳腺外科行手术治疗的21例女性乳腺癌患者进行前瞻性研究。术前根据经皮CEUS示踪结果，在皮肤表面标记SLN位置及数目，根据其增强模式评估SLN转移风险，并在术中联合亚甲蓝共同确认SLN的位置及数目。以亚甲蓝染色的病理检查结果为金标准，计算经皮CEUS预测SLN状态的敏感度、特异度、阳性预测值、阴性预测值及准确率。用Kappa一致性检验分析CEUS与SLN常规病理检查结果的一致性及2名超声科医师对SLN增强模式判读的一致性。用Fisher精确概率法分析不同临床病理特征患者CEUS评估SLN结果的差异。 结果21例患者中，经皮CEUS共检出32枚SLN，亚甲蓝染色共检出71枚。经皮CEUS体表定位的SLN均为术中亚甲蓝染色的SLN,患者经皮CEUS检出(1.6±0.9)枚SLN,低于亚甲蓝染色检出的(3.4±1.4)枚(t＝5.017, P<0.001)。CEUS预测SLN转移风险：判定有SLN转移患者9例(病理证实SLN有转移7例，无转移2例)，判定无转移患者12例(病理证实SLN无转移11例，有转移1例)。CEUS评估SLN状态的敏感度7/8，特异度11/13，阳性预测值7/9，阴性预测值11/12，准确率85.7%(18/21)。CEUS与病理诊断结果具有较高一致性(Kappa ＝0.704，P＝0.001)。2名超声科医师对CEUS中32枚SLN增强模式的判读结果一致性较好(Kappa＝0.829，P<0.001)。不同组织学分级的患者，其CEUS预测结果比较，差异有统计学意义(P＝0.046)。 结论经皮CEUS是乳腺癌患者SLN术前定位及转移风险评估的一种有效方法。